최근 공개된 연구에서 AI 기반 드론 타겟 추적 시스템이 시각적 패턴에 의해 영향을 받을 수 있다는 실험 결과가 보고됐다. 실험은 드론의 소프트웨어나 통신 시스템을 직접 조작하지 않고, 카메라가 인식하는 이미지 환경만 바꾸는 방식으로 진행됐다.

연구팀은 특정 패턴을 인쇄한 우산을 활용해 드론의 자동 추적 반응을 테스트했다. 실험에서는 사람이 드론의 추적 대상이 된 상태에서 우산을 사용하는 방식으로 진행됐다. 결과적으로 일부 상황에서 드론의 거리 판단과 이동 반응이 변화하는 현상이 관찰됐다.

드론 자동 추적 시스템의 기본 구조

드론의 자동 추적 기능은 카메라 영상 기반 객체 인식 알고리즘을 중심으로 작동한다. 시스템은 영상에서 사람이나 차량 같은 목표 객체를 식별한 뒤, 해당 객체의 위치와 크기 변화를 지속적으로 분석한다.

객체가 화면에서 차지하는 면적과 위치 변화는 드론의 움직임을 결정하는 주요 요소다. 대상이 화면에서 작아지면 드론은 거리가 멀어졌다고 판단해 전진하고, 반대로 대상이 커지면 가까워졌다고 판단해 속도를 줄이거나 후퇴한다.

이러한 방식은 비교적 단순한 계산 구조로 자동 추적 기능을 구현할 수 있기 때문에 소비자용 드론과 산업용 플랫폼에서 널리 사용되고 있다. 일부 시스템에서는 초음파 센서나 거리 측정 센서가 추가되지만, 많은 플랫폼이 기본적으로 영상 기반 거리 추정 방식을 사용한다.

카메라 기반 추적 시스템은 대상의 윤곽, 색상, 움직임 패턴 등을 동시에 분석한다. 이러한 요소는 인공지능 모델이 학습한 데이터 패턴을 기반으로 해석된다.

우산 패턴 실험 과정

연구팀은 드론이 사람을 추적하는 상황을 설정한 뒤, 사람이 특정 패턴이 인쇄된 우산을 사용하는 방식으로 테스트를 진행했다. 실험에서는 드론의 하드웨어나 소프트웨어 설정을 변경하지 않았다.

드론은 여전히 사람을 주요 추적 대상으로 인식했지만, 우산 표면에 나타난 패턴이 영상 인식 과정에 영향을 미쳤다. 카메라 영상에서 나타난 패턴이 객체 크기와 윤곽 인식에 영향을 주면서 드론의 거리 추정 결과가 변하는 현상이 관찰됐다.

일부 테스트에서는 드론이 대상이 실제보다 멀어졌다고 판단해 접근하는 움직임을 보였다. 반대로 대상이 가까워졌다고 해석해 속도를 줄이는 반응도 나타났다. 이러한 변화는 영상 인식 알고리즘이 화면 속 패턴을 환경 변화로 해석하면서 발생한 것으로 분석됐다.

실험은 외부 통신 교란이나 신호 방해 없이 진행됐다. 연구팀은 카메라 영상에 나타나는 시각 정보만으로도 자동 추적 시스템의 판단에 영향을 줄 수 있음을 확인했다.

영상 인식 기반 자율 시스템의 특성

영상 기반 인공지능 시스템은 입력 이미지에 나타난 패턴을 기준으로 객체를 인식한다. 이 과정에서 알고리즘은 학습된 데이터와 유사한 특징을 찾아 객체를 식별한다.

특정 패턴이 이미지에 포함될 경우 알고리즘이 예상과 다른 방식으로 이미지를 해석할 수 있다. 이러한 현상은 컴퓨터 비전 분야에서 ‘적대적 패턴(adversarial pattern)’ 연구로 알려져 있다. 이미지에 특정 시각 요소를 추가해 인공지능 모델의 인식 결과를 변화시키는 방식이다.

드론 자동 추적 시스템 역시 동일한 영상 인식 구조를 기반으로 한다. 카메라 영상에서 객체를 인식하고 이동을 제어하는 과정은 이미지 분석 결과에 크게 의존한다.

이번 연구는 단순한 물체인 우산을 이용해 이러한 특성이 드론 자동 추적 상황에서 어떻게 나타나는지 확인한 사례다. 실험에서는 이미지 패턴 변화만으로도 드론의 거리 판단과 이동 반응이 달라질 수 있음을 보여줬다.

연구팀은 이러한 결과가 영상 기반 자율 시스템 설계에서 고려할 수 있는 사례라고 설명했다. 드론뿐 아니라 다양한 카메라 기반 인공지능 시스템에서 유사한 연구가 진행되고 있다.